Inserir título
Inserir subtítulo
Resumo
O objetivo deste relatório é…
Principais resultados:
- Destaque 1.
- Destaque 2.
- …
Análise
Lorem ipsum dolor sit amet, sed vel laoreet sed! Ac mauris vitae id mauris sed donec tortor, dapibus facilisi dolor. Sit malesuada, non donec malesuada leo maecenas. Ultrices eu ridiculus amet egestas rutrum faucibus mauris curabitur velit, diam. Ac lacinia mauris eu tempus taciti non amet. Sed, nulla, rhoncus sed. Pellentesque nunc ac quam dui gravida, non, convallis nec. Aliquam nec in ut vulputate nunc sed pellentesque sed, risus porta. Erat magnis consequat duis auctor convallis suspendisse risus! Sem ipsum, fringilla quis ipsum consectetur, sagittis nibh vehicula ultrices. Neque luctus ex sed eget mauris nostra amet risus turpis.
Datasets
Gráfico
Código
iris %>%
ggplot(aes(
x = Petal.Length,
y = Petal.Width,
fill = Species,
color = after_scale(colorspace::darken(fill, .4))
)) +
geom_point(shape = 21, size = 3) +
scale_fill_manual(values = c(
"virginica" = cores_tb[["azul"]],
"versicolor" = cores_tb[["laranja"]],
"setosa" = cores_tb[["cinza_claro"]]
)) +
labs(
title = "Um gráfico importante"
)Algumas vezes precisamos exibir o código, podemos fazer assim:
# testando uma função:
awesome_function <- function(x) {
stopifnot(is.integer(x))
a <- x + 10L
b <- x + 11L
c <- a + b
message("\nSomamos a com b!\n")
return(c)
}
awesome_function(30L)
#>
#> Somamos a com b!
#> [1] 81
# filtando um dataset
iris2 <- iris %>% tidylog::filter(Species == "setosa")
#> filter: removed 100 rows (67%), 50 rows remainingUsando tips
Note that there are five types of callouts, including: note, warning, important, tip, and caution.
This is an example of a callout with a title.
This is an example of a ‘folded’ caution callout that can be expanded by the user. You can use collapse="true" to collapse it by default or collapse="false" to make a collapsible callout that is expanded by default.
Usando abas
Código
iris %>%
ggplot(aes(
x = Petal.Length,
y = Petal.Width,
fill = Species,
color = after_scale(colorspace::darken(fill, .4))
)) +
geom_point(shape = 21, size = 3) +
scale_fill_manual(values = c(
"virginica" = cores_tb[["azul"]],
"versicolor" = cores_tb[["laranja"]],
"setosa" = cores_tb[["cinza_claro"]]
)) +
labs(
title = "Um gráfico importante"
)Código
iris %>%
group_by(Species) %>%
summarise(across(where(is.double), mean, .names = "{.col}")) %>%
pivot_longer(-Species) %>%
mutate(
Species = reorder(Species, value),
name = reorder(name, value)
) %>%
ggplot(aes(
x = Species,
y = value,
fill = name,
color = after_scale(colorspace::darken(fill, .4))
)) +
geom_col(position = "dodge") +
scale_fill_manual(values = c(
"Sepal.Length" = cores_tb[["azul"]],
"Petal.Length" = cores_tb[["laranja"]],
"Sepal.Width" = cores_tb[["cinza_quase_branco"]],
"Petal.Width" = cores_tb[["cinza_claro"]]
)) +
labs(
title = "Média de Iris"
)Interatividade
Trabalhando com gráficos em chunks OJS.
Código
penguins = transpose(palmerPenguins)
// range/slide de 32 até 50
viewof bill_length_min = Inputs.range(
[32, 50],
{value: 35, step: 1, label: "Bill length (min):"}
)
//checkbox de Islands
viewof islands = Inputs.checkbox(
["Torgersen", "Biscoe", "Dream"],
{ value: ["Torgersen", "Biscoe"],
label: "Islands:"
}
)
// aplica filtro no dataset
filtered = penguins.filter(function(penguin) {
return bill_length_min < penguin.bill_length_mm &&
islands.includes(penguin.island);
})
// plot
Plot.rectY(filtered,
Plot.binX(
{y: "count"},
{x: "body_mass_g", fill: "species", thresholds: 20}
))
.plot({
facet: {
data: filtered,
x: "sex",
y: "species",
marginRight: 80
},
marks: [
Plot.frame(),
]
}
)Referências
É importante que um relatório contenha:
- Contexto/objetivo do relatório
- Breve descrição e/ou dicionário dos dados utilizados
- Demarcação/limitação temporal do recorte de dados utilizados
- Análise em si (não apenas plots)
E até opcionais:
- Highlights/lowlights do processo
- Referências técnicas ou de negócio